�ݺ�ߣ

Panduan Memulai Karir
di Data Science
Gemini 2018
Bayu Aldi Yansyah
Data Scientist di Kumparan
Institut Teknologi Adhi Tama Surabaya

Tentang Saya
2015 - 2018 Data Scientist di Sale Stock
2018 - Sekarang Data Scientist di Kumparan
● Soraya, Chatbot (Multi-context)
● Author fastText.py (900+ Stars on Github)
● Search, Discovery service, dan lain-lain
● Tracking events delivery system
● Automated Trending news curator
● A/B Test platform, dan lain-lain
2014 - 2015 Google Student Ambassador South-East Asia

Hi!
Kita disini
TUJUAN
MENJADI DS / DE / BI
TAHAP PERTAMA
Persiapan Diri
1
TAHAP KEDUA
Pencarian & Wawancara
Kerja
2
TAHAP KETIGA
Onboarding / Adaptasi
3
1
2
3
x
y

Hi!
Kita disini TAHAP PERTAMA
Persiapan Diri
1
x
1.1 Memilih Role
Data Scientist, Data Engineer, atau
Business Intelligence?
1.2 Fokus satu role
Mulai belajar dari mana ya?
1.3 Membangun Portfolio
Gimana ya cara nunjukin kalo aku
mampu?

1.1 Memilih Role
Data Scientist, Data Engineer, atau Business Intelligence?
Pekerjaan Utama
Data Scientist
● Mengajukan solusi untuk
masalah data science
● Implementasi solusi atau
model
● Mengelola solusi atau
model yang berjalan
Data Engineer
● Mengelola data
● Membuat data platform
untuk mengoleksi data
● Membuat data platform
untuk analisa data
Business Intelligence
● Analisa data
● Mencari Insight dari data
untuk keperluan bisnis
● Automasi business
reporting

1.1 Memilih Role
Kemampuan yang wajib dimiliki
Data Scientist
● Paham dasar teori
(machine learning, dan
lain-lain tergantung
domain)
● Bisa menggunakan tools
di software engineering
(Git, Pemograman, dll)
● Bisa implementasi
program berdasarkan
speks: research paper
dan lain-lain.
Data Engineer
● Paham dasar teori
(distributed system, dan
lain-lain tergantung
domain)
di software engineering
(Git, Pemograman, dll)
● Bisa implementasi
program berdasarkan
speks: requirements docs
dan lain-lain.
Business Intelligence
● Paham business domain
untuk analisa data (SQL,
Spreadsheet dan
lain-lain)
● Bisa menjelaskan hasil
kesimpulan yg didapat
dari data dengan baik

1.1 Memilih Role
Suka buat program?
Tertarik dengan
Machine Learning?
Suka analisa data?
Tertarik dengan
Distributed System?
DS
DE
BI
Ya Tidak
YaYa Tidak
Ya
Flowchart
Bantuan
Singkat

1.1 Memilih Role
Saran Ketika Memilih Role
● Jangan tergesa-gesa untuk mengambil keputusan/kesimpulan
○ Semua konsep/teori nanti kelihatannya akan susah di awal-awal, tapi kalo
terus-menerus di pelajari nanti akan mudah
○ Kuncinya adalah konsisten
● Jangan malu untuk berkonsultasi langsung ke orang yang sudah menjadi Data Scientist,
Data Engineer atau Business Intelligence melalui Linkedin atau media sosial lainnya
● Fokus kepada hal yang sudah dikuasai dan kembangkan terus

1.2 Fokus satu role
Rekomendasi belajar dasar teori
● Bagi yang masih kuliah, ambil mata kuliah yang berhubungan dengan data science:
○ Aljabar linear
○ Algoritma dan Pemograman
○ Kalkulus I & II
○ Statistika I & II
○ Basis Data
○ Dan lain-lain

1.2 Fokus satu role
Rekomendasi belajar dasar teori
● Untuk umum bisa mengambil kuliah gratis di Coursera, edx dan Open Online Course
lainnya. Rekomendasi kuliah gratis-nya adalah:
○ Analytics Edge di edX https://www.edx.org/course/the-analytics-edge
○ Machine Learning dari Prof Andrew Ng
https://www.coursera.org/learn/machine-learning
○ Big Data for Data Engineers
https://www.coursera.org/specializations/big-data-engineering
● Kembangkan kemampuan berkomunikasi (soft-skill)
● Untuk BI, belajar metriks-metriks yang dibutuhkan dalam bisnis

1.2 Fokus satu role
Rekomendasi belajar penerapan
● Belajar bahasa pemograman Python, R atau C/C++ ?
○ Pilih satu bahasa pemograman lalu kuasai
○ Untuk data scientist saya rekomendasikan untuk menggunakan Python karena
dukungan komunitas Python-nya bagus, banyak tutorial dan dokumentasi lengkap
untuk belajar mandiri
● Kuncinya disini adalah sering latihan
○ Bisa dengan mengikuti tutorial lalu memodifikasinya
○ Melakukan “Weekend Project”, tiap hari sabtu-minggu mengerjakan project yang di
sukai mulai dari nol sampe selesai. Project tidak harus kompleks.

1.2 Fokus satu role
Rekomendasi belajar penerapan
● Menulis tutorial dengan bahasa sendiri dan membagikannya melalui media sosial
○ Dengan mengajarkan materi atau konsep ke orang lain, kita di “paksa” untuk paham
dan itu bagus untuk diri kita sendiri dan orang lain yang membacanya
● Gabung di komunitas-komunitas pemograman untuk meningkatkan wawasan
○ Contoh komunitas: Python Surabaya
● Gabung di group komunitas-komunitas yang ada di media sosial
○ Contoh: Grup facebook Artificial Intelligence Indonesia

1.2 Fokus satu role
Rekomendasi belajar tools
● Belajar Git
○ Git adalah version control system yang digunakan para developer untuk
mengembangkan software secara bersama-bersama
○ Belajar Git wajib untuk role Data Scientist dan Data Engineer karena nanti akan
kolaborasi dengan engineer lain menggunakan alat ini.
● Belajar SQL
○ Hal ini wajib untuk yang tertarik sebagai Business Intelligence
○ Untuk role yang lain, belajar SQL juga bagus untuk menambah wawasan.
○ Kadang-kadang sebuah model bisa langsung di implementasikan hanya dengan SQL
saja (true story).

1.2 Fokus satu role
● Belajar menggunakan IDE
○ Bagus untuk meningkatkan produktivitas, mempermudah dan mempersingkat
pekerjaan
○ Rekomendasi IDE: Visual Studio Code dan CLion
● Belajar menggunakan Jupyter notebook (http://jupyter.org/)
○ Untuk eksplorasi dan membangun prototype dengan cepat
○ Untuk catatan personal waktu belajar
○ Bermanfaat untuk semua role

1.2 Fokus satu role
● Belajar package management tools
○ Rata-rata implementasi algoritma/model sudah ada berupa package, tinggal pakai
○ Contoh:
■ Python: pip
■ R: Pacman

1.3 Membangun Portfolio
Gimana ya cara nunjukin kalo aku mampu?
Langkah-langkah membangun portfolio
1. Kerjakan project yang kamu sukai, misal:
○ Model terbaru dari research paper
○ Analisa dari data yang tersedia secara umum
2. Buat karya dari project tersebut
3. Bagikan karya tersebut
○ Karya berupa program, bagikan sumber kode nya di Github.com
○ Karya berupa tulisan, bagikan melalui blog atau Medium.com
4. Tulis Karyamu di Resume / CV mu
5. Tambahkan pengalamanmu di Linkedin

TAHAP PERTAMA
Persiapan Diri
1
Wah!
Kita udah disini
TAHAP KEDUA
Kerja
2
Role & Portfolio 2.1 Mencari & Apply Kerja
Bagaimana trick & tips nya?
2.2 Wawancara Kerja
Apa yg harus saya lakukan?

2.1 Mencari & Apply Kerja
Melalui Koneksi
● Tanya Senior, Dosen atau Mantan teman kerja tentang lapangan kerja yang ada
● Minta rekomendasi yang sudah bekerja di perusahaan tersebut
● Kemungkinan lolos seleksi sangat besar

Melalui Recruiter
● Jika portfoliomu bagus, maka recruiter akan mengontak kamu dengan sendirinya
● Kontak recruiter melalui linkedin, pastikan recruiternya fokus untuk mencari orang di data
science
● Konsultasikan keinginan kamu ke rekruiter. Misal: “Saya ingin menjadi Data Engineer di
perusahaan X karena saya tertarik dengan project Y, apa yang harus saya persiapkan?”
● Biasanya, Recruiter akan mencarikan perusahaan yang sesuai dengan mu.
● Kemungkinan lolos seleksi, lumayan besar.

Langsung tanpa perantara
● Pastikan deskripsi pekerjaan sesuai dengan apa yang kamu inginkan, baca dengan teliti
● Submit semua requirements yang di jelaskan
● Jangan malu untuk konsultasi langsung ke tim HR melalui email
○ Gunakan tata bahasa yang sopan dan baik
● Tunggu konfirmasi email dan tugas seleksinya

2.2 Wawancara Kerja
Apa yang harus saya lakukan?
Saran ketika wawancara
● Harus jujur apa adanya
○ Biasanya waktu wawancara akan dibahas project yang ada di portfoliomu, jelaskan
dengan baik dan jujur
● Untuk yang pertama kali kerja: Utamakan pengalaman dari pada besar Gaji
○ Nanti akan ada negosiasi gaji
○ Jika pengalamanmu banyak atau ilmumu banyak, nanti uang akan mengikuti

Akhirnya!
Kerja keras terbayar ...
TAHAP KEDUA
Kerja
2
Lolos Seleksi
3.1 Onboarding
Project apa yang harus saya kerjakan ni?
ga sabar!
TAHAP KETIGA
3

3.1 Onboarding / Adaptasi
Project apa yang harus saya kerjakan ni? ga sabar!
Saran untuk onboarding
● Jangan malu untuk bilang ke managermu tentang project yang kamu sukai
● Jika kamu suka tantangan, maka kamu bisa tanya managermu untuk project apa yang saat
ini sangat diprioritaskan dan kerjakan project tersebut
● Pahami Culture perusahaan
● Jika ada masalah, maka usahakan mencari solusinya sendiri
○ Untuk konfirmasi solusi udah bener apa belum, bisa tanya temen kerja atau senior kita
● Jangan bertanya ke teman kerja kalo tidak dibutuhkan
○ Bisa mengganggu waktu produktif teman

Sampai tujuan!
Jangan lupa berbagi ilmu untuk yang lain
Title DS, DE atau
BI di dapat
Terima Kasih!
Terimakasih atas waktunya untuk belajar
bersama.
Email saya: bay@machinelearning.id
TAHAP KETIGA
3 TUJUAN
MENJADI DS / DE / BI
y

�ݺ�ߣ

Panduan untuk Memulai Karir di Data Science

More Related Content

Panduan untuk Memulai Karir di Data Science